高校专区
MM-Spectrum：基于稳定MoE框架的多模态多光谱分子结构解析
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Southeast University（东南大学） ； Fudan University（复旦大学）
AI总结 针对多光谱序列直接连接的性能下降问题，提出MM-Spectrum稳定MoE框架，引入模态感知路由与异质专家，在分子结构解析的多模态设置下取得显著改进。
Comments Accepted to ICML 2026
SCIT：测试潜在思维链模型中的因果缓存载体
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 本研究提出SCIT因果协议，测试潜在思维链模型的缓存载体，发现反事实算术主要通过值缓存后缀轨迹传递，且载体机制随模型规模和类型存在差异。
Comments accept by emnlp2026
HALO：一种用于开放集人体活动识别的异构性感知语言对齐IMU基础模型
机构 * Hong Kong University of Science and Technology（香港科技大学）
AI总结 提出HALO异构性感知语言对齐IMU基础模型，通过两阶段训练解决HAR的异构性与泛化问题，在多数据集上优于基线，零样本准确率提升13.7个百分点。
SSMB：运动模糊下的自监督局部特征检测
机构 * University of Zaragoza（萨拉戈萨大学） ； University of Palermo（巴勒莫大学） ； The Chinese University of Hong Kong（香港中文大学） ； Tohoku University（东北大学） ； Central South University（中南大学） ； Texas A&M University（德克萨斯农工大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 针对运动模糊下关键点检测的挑战，提出无去模糊的自监督关键点检测器SSMB，通过LDE模块及两阶段训练实现，在多项任务上优于现有基线，达到稀疏关键点检测的新最优性能。
Comments 20 pages, 11 figures, 14 tables
TwinKV：一种通过成对键冗余实现KV缓存驱逐的可组合修复通路
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Bosum Institute of Management Science（博深管理科学研究院）
AI总结 TwinKV是一种无训练、无注意力的KV缓存可组合修复通路，通过识别上下文键的近重复项交换冗余供体与孤儿令牌，在多个长上下文基准上提升了多数驱逐策略的性能，但对少样本分类任务无帮助。
TransMeme：用于跨文化梗图再创作的多智能体框架
机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Wuhan University（武汉大学） ； Aarhus University（奥胡斯大学）
AI总结 本研究针对跨文化梗图再创作的三大核心挑战，提出多智能体框架TransMeme，经中英双向梗图再创作的人工评估与LLM评判，性能优于所有基线，为该领域未来幽默迁移研究指明方向。
Comments 10 pages, 4 figures. Accepted at the 34th ACM International Conference on Multimedia (ACM MM 2026)
SpatialCrafter：基于生成式3D代理的单图像世界建模
机构 * Hong Kong University of Science and Technology（香港科技大学） ； Tongyi Lab, Alibaba Group（阿里巴巴集团通义实验室） ； ManyCore Tech Inc.（ManyCore科技公司） ； Jilin University（吉林大学）
AI总结 SpatialCrafter是解决图像到场景生成问题的两阶段框架，通过3D代理及相关策略提升3D一致性，构建了115K场景的新数据集，性能优于现有方法且鲁棒性强。
Comments 12 pages
统一无任务持续学习中的检测与适配
机构 * School of Control Science and Engineering, Shandong University（山东大学控制科学与工程学院） ； The Hong Kong University of Science and Technology（香港科技大学） ； Shandong University（山东大学） ； Qilu Hospital of Shandong University（山东大学齐鲁医院）
AI总结 本文提出FiUni框架，通过K-FAC近似的Fisher主子空间正交性检测批量级任务，结合LoRA实现参数高效适配，动态平衡知识共享与任务隔离，缓解LLM持续学习的灾难性遗忘，性能优于先进方法且参数更少。
Comments Accepted to Findings of EMNLP 2026
TemporalFlow-VLA：学习基于物理基础的执行历史以实现长 horizon 机器人操作
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Zhejiang University（浙江大学） ； Simon Fraser University（西蒙菲莎大学） ； AgiBot（云圣智能科技（上海）有限公司）
AI总结 TemporalFlow-VLA 针对长 horizon 机器人操作中视觉相似状态需不同动作的问题，通过物理监督学习紧凑执行历史，在 LIBERO、RoboTwin 等任务上取得优异性能，且部署无额外开销。
SOLO：稳定全地形长视距感知类人机器人运动
机构 * Artificial General Intelligence Institute, University of Science and Technology of China（中国科学技术大学通用人工智能研究院） ； X-Humanoid（X-人形机器人） ； The University of Hong Kong（香港大学） ； The Australian National University（澳大利亚国立大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学）
AI总结 SOLO是解决长视距类人机器人运动脆弱性的统一框架，通过QR与TA-MSE蒸馏提升地形感知与策略学习，仿真及实际测试中通行成功率显著优于基线方法，可零样本完成长距离复杂地形任务。
寻找合适的证据：因子引导的长视频由粗到细推理
机构 * Department of Computer Science and Engineering, HKUST（香港科技大学计算机科学与工程学系）
AI总结 针对长视频问答的证据稀疏、选项区分困难问题，提出因子引导的PACE框架，经实验在多基准数据集上优于现有方法，实现性能提升。
用于大核卷积神经网络中移动高效逐点卷积的组共享低秩近似
机构 * Northwestern Polytechnical University（西北工业大学） ； Nanchang University（南昌大学） ； China Mobile Chengdu Institute of Research and Development（中国移动成都研究院） ； Hong Kong University of Science and Technology（香港科技大学） ； Institute of AI for Industries, Chinese Academy of Sciences（中国科学院人工智能产业研究院） ； University of Electronic Science and Technology of China（电子科技大学）
AI总结 针对大核CNN中逐点卷积占比过高导致边缘部署瓶颈的问题，提出通道组共享低秩近似方法，在保持性能的同时降低存储成本，实现大核CNN的边缘高效部署。
Comments 17 pages, 10 figures, accepted by MobiCom2026
基础模型的无监督后训练：一项综述
机构 * HKUST(GZ)（香港科技大学（广州）） ； HKUST（香港科技大学） ； Xiaohongshu Inc.（小红书公司） ； WeChat, Tencent（腾讯微信） ； CUHK（香港中文大学） ； AI Robotics（人工智能机器人）
AI总结 该综述梳理80种无监督后训练（UPT）方法，按更新信号来源分类，揭示内部信号与任务结构对UPT效果的影响，构建统一框架用于UPT的选择与评估。
Comments Accepted to Findings of EMNLP 2026. 20 pages, 3 figures, 8 tables
被文本债务掩埋：面向多模态大语言模型智能体的保留视觉证据的上下文剪枝
机构 * Hong Kong University of Science and Technology（香港科技大学）
AI总结 针对多模态大语言模型智能体长轨迹中文本主导上下文、抑制视觉证据的问题，提出基于KL引导的SPARE框架，结合OPSD与SFT实现高效剪枝，在多步视觉工具使用基准中达到最优准确率与剪枝比例的权衡。
Comments 17 pages, 3 figures, 5 tables
LoopMoE：统一迭代计算与混合专家模型用于语言建模
机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Huawei Technologies Co.,Ltd.（华为技术有限公司）
AI总结 提出LoopMoE，通过迭代自适应层归一化和容量平衡策略，在相同参数和FLOPs下，循环MoE语言模型在多个基准上优于标准MoE。
资源约束下的自适应推断用于顺序定价
机构 * Institute for Data, Systems, and Society, Massachusetts Institute of Technology, Cambridge, MA 02139（数据、系统与社会研究所，麻省理工学院，剑桥，马萨诸塞州，02139） ； Department of Industrial Engineering and Decision Analytics, Hong Kong University of Science and Technology, Hong Kong（工业工程与决策分析系，香港科技大学，香港） ； Department of Civil and Environmental Engineering and Operations Research Center, Massachusetts Institute of Technology, Cambridge, MA 02139（土木与环境工程系和运筹中心，麻省理工学院，剑桥，马萨诸塞州，02139）
AI总结 针对资源约束导致固定价格推断不可行的问题，提出一种目标感知定价控制器，通过认证可行目标带并记录连续局部密度，实现基于局部去偏的学生化区间，并分析遗憾-信息核算。
NestedKV: 用于长上下文KV缓存压缩的嵌套内存路由
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Jimei University（集美大学）
AI总结 提出NestedKV方法，通过多时间尺度余弦异常评分和头自适应混合的免训练键缓存压缩，在长上下文任务中优于现有方法。
Comments EMNLP 2026 Main
3D与2D圆心的精确测量及其在激光雷达-相机外参标定中的应用
机构 * Thrust of Robotics and Autonomous Systems, The Hong Kong University of Science and Technology (Guangzhou)（机器人与自主系统研究所，香港科技大学（广州）） ； Lower Airspace Economy Research Institute, International Digital Economy Academy, ShenZhen（空域经济研究所，国际数字经济学院） ； Horizon-Continental Technology Corporation（Horizon-Continental技术公司） ； State Key Laboratory of Rail Traffic Control and Safety and the Beijing Engineering Research Center of EMC and GNSS Technology for Rail Transportation, School of Electronic and Information Engineering, Beijing Jiaotong University（轨道交通控制与安全国家重点实验室，北京交通大学电子信息工程学院，电磁兼容与GNSS技术轨道交通工程研究中心）
AI总结 本文针对激光雷达-相机外参标定需求，提出结合共形几何代数估计器与RANSAC的圆心测量方法，提升了圆心测量精度并降低了外参标定误差。
DeepPlanner：通过优势塑造提升深度研究智能体的规划能力
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Amazon（亚马逊） ； University of California, San Diego（加州大学圣地亚哥分校）
AI总结 针对现有深度研究智能体规划阶段优化不足的问题，提出端到端 RL 框架 DeepPlanner，通过塑造 token 级优势与选择性提升样本级优势，在7个基准上以更低训练预算实现最优规划效果。
Comments Accepted by ACL 2026
大型语言模型是高效的知识图谱构建者吗？
机构 * Institute of High Performance Computing (IHPC), Agency for Science, Technology and Research (A*STAR), Singapore（高性能计算研究所（IHPC），科技研究局（A*STAR），新加坡） ； Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； Hong Kong University of Science and Technology (Guangzhou), China（香港科技大学（广州），中国） ； Stanford University, United States（斯坦福大学，美国）
AI总结 该研究提出D2A-HKG框架，用7个前沿LLMs在CMW-Lit数据集上基准测试零样本KG构建，发现SOTA LLMs可生成相关三元组但阶段行为有差异，还发布了CMW-Lit及生成KG作为研究资源。
从准确率到鲁棒性：数学推理中基于规则与基于模型的验证器研究
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学）
AI总结 本研究以数学推理为案例，分析了基于规则与基于模型的验证器在静态评估和RL训练中的表现，发现两类验证器分别存在误拒和奖励黑客问题，为开发更优RL奖励系统提供了参考。
Comments EMNLP 2026 Main Conference
法律规则归纳：从类似司法判例中发现可泛化的原则
机构 * Department of Computer Science and Engineering, HKUST, Hong Kong SAR, China（香港科技大学计算机科学与工程系） ； School of Law, Tsinghua University, Beijing, China（清华大学法学院）
AI总结 本研究定义法律规则归纳任务，构建首个相关基准数据集，发现先进LLMs存在过度泛化和幻觉问题，经该数据集训练可提升其捕捉类似案件细微规则模式的能力。
Comments Accepted by EMNLP2026 Main Conference
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈